Fournisseurs d'IA compatibles
Sokuji prend en charge plusieurs fournisseurs d'IA pour la traduction vocale en temps réel. Chaque fournisseur offre différentes capacités, modèles et structures de prix. Le mode Gratuit ne nécessite pas de clé API et fonctionne gratuitement sur votre appareil ; seules certaines voix ont besoin d'une connexion internet.
Instructions de configuration
Pour utiliser un fournisseur d'IA cloud, obtenez une clé API sur le site web du fournisseur et configurez-la dans le panneau de configuration de Sokuji. Le mode Gratuit ne nécessite pas de clé API — téléchargez simplement les modèles et commencez à traduire.
OpenAI
- Modèles GPT-4o Realtime Preview
- 8 options de voix premium
- Modes avancés de détection de tours
- Réduction de bruit intégrée
- Plus de 60 langues prises en charge
- Mode modèle pour les prompts personnalisés
Google Gemini
- Modèles Gemini 2.0 Flash Live
- 30 personnalités vocales uniques
- Détection automatique des tours
- Plus de 35 langues avec variantes régionales
- Transcription intégrée
- Limites de tokens élevées (8192)
PalabraAI
- Traduction WebRTC en temps réel
- Plus de 60 langues sources
- Plus de 40 langues cibles
- Streaming à faible latence
- Traitement audio automatique
- Spécialisé dans la traduction en direct
Doubao AST 2.0
- Traduction voix à voix de bout en bout
- Clonage vocal, ou une voix fixe parmi une bibliothèque de plus de 500
- Interprétation simultanée à faible latence
- 20 langues plus le cantonais et le wu, dont 8 parlées
- App ID + Access Token, ou une clé API
- Infrastructure cloud ByteDance
Soniox
- Traduction voix à voix en temps réel
- Transcrit et traduit plus de 60 langues en un seul appel API
- Détection automatique de la langue
- 200 voix intégrées et clonage de voix
- Traduction parlée ou sous-titres uniquement
- Conversation en face à face et étiquettes de locuteur
- Infrastructure cloud Soniox
Gratuit
- Entièrement hors ligne — aucune clé API ni internet nécessaire
- Plus de 40 modèles ASR couvrant plus de 99 langues
- Plus de 55 paires de langues de traduction + LLMs Qwen
- 136 modèles TTS dans 53 langues
- Accélération CPU (WASM) et WebGPU
- Confidentialité d'abord — toutes les données restent sur l'appareil
Choisir un fournisseur
OpenAI: Idéal pour la synthèse vocale de haute qualité et les fonctionnalités avancées
Gemini: Excellent pour le support multilingue et le traitement automatique
PalabraAI: Optimisé pour la traduction en temps réel avec une latence minimale
Doubao AST 2.0: Interprétation simultanée voix à voix de Doubao qui clone la voix du locuteur ou parle avec une voix fixe de votre choix
Soniox: Traduction voix à voix en temps réel de Soniox dans plus de 60 langues avec détection automatique de la langue
Local Inference: Exécutez tout sur votre appareil sans qu'aucune donnée ne quitte votre machine — parfait pour les cas d'utilisation sensibles à la confidentialité
Besoin d'aide ?
Pour les guides de configuration, le dépannage et les comparaisons de fournisseurs, visitez notre dépôt GitHub. GitHub Repository